Plan de la formation
- Pourquoi avons-nous besoin de la statistique?
- Analyse descriptive ou exploratoire des données « EDA »
- Aperçu et objectifs
- Importance d’identifier le type et le rôle des variables dans les études
- Visualisation et synthèse des données : le concept de distribution
- Outils graphiques : histogramme, Box-plot, dot-plots, diagrammes de probabilité normale
- Outils numériques : moyenne, médiane, écart-type, erreur-type, etc.
- Exploration de la relation entre deux (2) variables
- Tableaux de fréquences pour les variables catégoriques
- Coefficient de corrélation de Pearson pour les variables continues
- Graphiques : Nuages de points, boîtes à moustaches, etc.
- Inférence statistique ou test d’hypothèses
- Aperçu : Qu’est-ce que l’inférence statistique?
- Inférence statistique avec tests d’hypothèses:
- Hypothèses nulle et alternative
- Test unilatéraux et bilatéraux
- Statistiques de test: t-test, F-test, etc.
- Niveau de signification observé ou « p-value »
- Signification statistique et règles de décision
- Risques liés aux tests d’hypothèses
- Risques ou erreurs de type I et II
- Niveau de confiance d’un test
- Puissance d’un test
- L’importance des calculs de taille d’échantillon et les paramètres d’entrée requis pour estimer la taille d’un échantillon
- Inférence statistique avec intervalles de confiance : interprétation et utilisation
- Inférence statistique pour un échantillon ou un seul groupe : test d’hypothèses ou approche par intervalle de confiance
- Résumé
Durée de la formation
La durée recommandée de cette formation est de 3 sessions en ligne.
Public cible
Cette session s’adresse aux ingénieurs qui doivent prendre des décisions basées sur des données expérimentales.
Cette session présente les notions importantes en statistique et en analyse de données. Elle suppose que les participants n’ont aucune connaissance préalable des statistiques ou qu’ils n’ont pas utilisé les statistiques depuis longtemps.